以布林演算法为基础的多阶层序列型样探勘技术.pdfVIP

以布林演算法為基礎的多階層序列型樣探勘技術 呂永和 賴瓊惠 劉佳灝 吳素英 台灣科技大學 資訊管理研究所 台北市基隆路四段四十三號 E-mail: yhl@cs.ntust.edu.tw 挖掘序列型樣是資料探勘的一個重要研究方向，它 摘要 可以用在發掘顧客的購買行為上，找出大部份顧客在其 不同交易中採購物品的先後順序行為，主要的目的是從 資料探勘中，發掘序列型樣是一項重要的工作。本 研究提出在大型資料庫中找尋多階層的序列型樣 顧客的交易資料中，找出有用的資訊，這些資訊可以有 (Multiple-Level Sequential Pattern)的 布 林 演 算 法 效被運用在行銷策略上。例如我們可以根據銷售資料， (Boolean Algorithm) 。我們使用項目階層分類(Hierarchy 找出某些資訊，比如顧客買了咖啡之後，過了不久就會 Taxonomy) ，將所探勘出來的知識抽象化到較高的層 買奶精等，可以應用在預測客戶下一步會買什麼東西， 次，提供少量但較具意義的概括性知識(Generalized 而事先寄發相關的產品宣傳給客戶。甚至進一步在商品 Knowledge) 。並且使用布林演算法來擷取知識，使得探 分類上，導入階層分類架構的概念，以便找出如同某顧 勘過程中只要掃瞄資料庫一次，有效縮短執行時間。 客在購買餅乾後，不久將會買飲料類商品的消費資訊。 我們的方法是將銷售資料以位元方式儲存於表格 如圖 1 ，多數的資料庫所儲存的資料間通常都具有 中，並且使用布林運算作用於表格，這種作法可以有效 階層式概念的關係，商店內的產品項目可能包含了奶類 地將階層分類加入，並且可以直接經由布林運算產生高 製品以及飲料類，其中飲料類可能又可分為啤酒、果 頻項目組及高頻序列，而不需多次掃瞄資料庫。 汁、可樂、以及汽水，而果汁中又可分成柳橙汁、蘋果 汁、以及葡萄汁等。某項目的上層我們稱其為該項目的 在實驗中，我們採用 FoodMart 交易資料庫作為我們 祖先 (Parent) ，而下層則稱其為該項目的子孫(Ancestor) 。 實驗的資料來源。經由實驗結果顯示，相較於 GSP演算 法，我們的方法在找尋多階層序列型樣上擁有較優越的 飲料類 奶類製品 執行效率。 關鍵詞 :資料探勘、多階層序列型樣、布林演算法 啤酒 果汁 汽水 可樂 奶油 牛奶 …….. 柳橙汁 蘋果汁 葡萄汁 鮮奶 脂牛奶 高鈣牛奶 1.簡介 圖 1.商品分類的概念階層 現代企業經常會大量地收集有關市場、客戶、供應 商、競爭對手以及未來趨勢等重要資訊，再加上儲存體 記憶容量增加，儲存在資料庫的資料量愈來愈大，大量 在此架構下，關聯規則或序列型樣所包含的對象就 的資料當中可能會隱藏很多有用的資訊，如果可以找到 不只局限於端點的資料項目而已，它也可以是階層間的 這些有用的知識或資訊，我們就可以有效地利用它們來 關係，如鮮奶與啤酒的關係或是優酪乳與果汁的關係。 增進與調整重要決策過程。因此，資料探勘 (Data Mi